学习梯度下降算法有感

1.梯度下降算法暴露出来的数学短板       数学水平有待提高。 2.梯度下降解决了什么事情       解决多层神经元的拟合问题。 3.非线性问题处理，隐藏层个数确定的问题      神经元数量过多，是一种浪费，神经元数量过少不能拟合。 3.梯度算法的缺点(自认为)      时间太长，计算次数太多 4.不用梯度算法怎么拟合   神经元数量众多，每个神经元都可以随机生成权重，随机权重应该可以覆

>>阅读原文<<